Microfluidic concentration and separation of circulating tumor cell clusters from large blood volumes
Notice bibliographique
Résumé
Circulating tumor cells (CTCs) are extremely rare in the blood, yet they account for metastasis. Notably, it was reported that CTC clusters (CTCCs) can be 50-100 times more metastatic than single CTCs, making them particularly salient as a liquid biopsy target. Yet they can split apart and are even rarer, complicating their recovery. Isolation by filtration risks loss when clusters squeeze through filter pores over time, and release of captured clusters can be difficult. Deterministic lateral displacement is continuous but requires channels not much larger than clusters, leading to clogging. Spiral inertial focusing requires large blood dilution factors (or lysis). Here, we report a microfluidic chip that continuously isolates untouched CTC clusters from large volumes of minimally (or undiluted) whole blood. An array of 100 μm-wide channels first concentrates clusters in the blood, and then a similar array transfers them into a small volume of buffer. The microscope-slide-sized PDMS device isolates individually-spiked CTC clusters from >30 mL per hour of whole blood with 80% efficiency into enumeration (fluorescence imaging), and on-chip yield approaches 100% (high speed video). Median blood cell removal (in base-10 logs) is 4.2 for leukocytes, 5.5 for red blood cells, and 4.9 for platelets, leaving less than 0.01% of leukocytes alongside CTC clusters in the product. We also demonstrate that cluster configurations are preserved. Gentle, high throughput concentration and separation of circulating tumor cell clusters from large blood volumes will enable cluster-specific diagnostics and speed the generation of patient-specific CTC cluster lines.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».